BaşlayınÜcretsiz başlayın

Bağlama sahip cümle üret

Bu egzersizde, metin üretimi için önceden eğitilmiş bir model üzerinde denemeler yapacaksın. Model ortamda model değişkeninde yüklü, ayrıca initialize_params() ve get_next_token() fonksiyonları da hazır.

İkincisi, bir sonraki karakteri tahmin etmek için önceden eğitilmiş modeli kullanır ve üç değişken döndürür: bir sonraki karakter next_char, güncellenmiş cümle res ve bir sonrakini tahmin etmek için kullanılacak kaydırılmış metin seq.

Girdi olarak önceden eğitilmiş bir model ve üretilen cümlenin başlangıcı olacak bir metin alan bir fonksiyon tanımlayacaksın. Bu, bağlama sahip metin üretmek için iyi bir pratiktir. 100 karakterlik cümle sınırı bir örnektir; kendi uygulamalarında farklı sınırlar kullanabilir (hatta sınır koymayabilirsin).

Bu egzersiz, kursun bir parçasıdır

Keras ile Dil Modellemesi için Yinelenen Sinir Ağları (RNN)

Kursa Göz Atın

Egzersiz talimatları

  • initial_text değişkenini initialize_params() fonksiyonuna geçir.
  • Sayaç 100'e ulaştığında veya bir nokta (r'.') bulunduğunda döngüyü durduracak koşulları oluştur.
  • Sonraki karakteri elde etmek için başlangıç değerleri res, seq değişkenlerini get_next_token() fonksiyonuna geçir.
  • Tanımladığın fonksiyonun ürettiği örnek ifadeyi yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

def generate_phrase(model, initial_text):
    # Initialize variables  
    res, seq, counter, next_char = initialize_params(____)
    
    # Loop until stop conditions are met
    while counter < ____ ____ next_char != r'.':
      	# Get next char using the model and append to the sentence
        next_char, res, seq = get_next_token(model, ____, ____)
        # Update the counter
        counter = counter + 1
    return res
  
# Create a phrase
print(____(model, "I am not insane, "))
Kodu Düzenle ve Çalıştır